通信原理课设(gec6818) 007:语音识别
目录
1、去科大讯飞官网下载对应的sdk
2、科大讯飞文件夹的意思
3、配置ARM的录音环境
4、编程实现语音识别
我们的需求是将一个语音文件从客户端传到服务器，因此我们最好是选用tcp
现在市面上面常用的语音识别解决方案为：科大讯飞c和百度c++
离线语音识别和在线语音识别有一定区别，以识别“你好”为例：
在线：语音识别可以直接返回“你好”这个字符串
离线：只能做命令词 --- 根据我的需求写好代号
如：你好 --- 1001
最终我们可以拿到这个1001这个id
语音解决方案没有arm的环境，因此我们需要用开发板去录音，将这个录音文件发送给乌班图，由乌班图识别出来之后返回给arm板
1、去科大讯飞官网下载对应的sdk
进入科大讯飞官网 -> 讯飞开放平台 -> 离线命令词识别 -> 免费试用
-> 下载对应的SDK-> 跳转到对应的sdk下载界面->注意下面三个红色框框的选择（下载sdk可能会提示要实名认证，认证就好了）
2、科大讯飞文件夹的意思
每个人下载的sdk都是不一样的
进入到\samples\asr_offline_sample，可以看到有一个makefile文件，我们在编译的时候直接make就可以了。make会找Makefile去执行，make完成如果没有报错，它会在bin目录里面生成一个asr_offline_sample可执行文件。
由于我们只用x64的库，所以我们用记事本打开makefile，将x86改成x64
在执行的时候要找到这个库 我们需要将这个库弄到 /lib文件夹
sudo cp lib/x64/libmsc.so /lib3、配置ARM的录音环境
链接：https://pan.baidu.com/s/1LZ0Lpj9DhqpMzhzYjp0xVg?pwd=scrt
提取码：scrt
1、首先将alsa-1.0.tar.gz这个文件拷贝到开发板的 /home
cp /mnt/udisk/alsa-1.0.tar.gz /home
2、在home目录里面解压这个文件
tar xvf alsa-1.0.tar.gz
3、进入 alsa-1.0这个文件夹
cd alsa-1.0
进入这个文件夹里面的bin目录
cd bin
将这个bin目录里面的 arecord aplay这两个文件复制到 /bin
cp arecord aplay /bin
4、 然后cd ..
进入lib这个文件夹 cd bin
将里面so这些动态库复制到 /lib这个文件夹
cp libasound.s* /lib
5、回到home目录
cd /home
在home目录里面建立一个文件夹 叫gec
mkdir gec
继续在gec文件夹里面建立一个文件夹alsa-1.0.22
mkdir -p /home/gec/alsa-1.0.22
将这个alsa-1.0整体copy 到gec文件夹里面去 并且要换一个名字叫alsa-1.0.22(必须是这个名字)
cd /home/alsa-1.0 进入这个文件夹
cp -rf * /home/gec/alsa-1.0.22
6、录音环境配置完成，进行测试
录音：arecord 1.wav （ctrl + c结束）
放音：aplay 1.wav
录音4s，频率16000，保存为hehe.pcm：arecord -d4 -c1 -r16000 -traw -fS16_LE hehe.pcm
放音：aplay -d4 -c1 -r16000 -traw -fS16_LE hehe.pcm
（录音是arecord ，放音是aplay ，其他参数都是一样的）
4、编程实现语音识别
我们进行语音识别时，也是在网络编程，需要客户端和服务端。在这里，客户端是开发板，开发板进行录音，并将录音文件发送给乌班图。Ubuntu是服务端，接收开发板发送过来的录音文件，并进行语音识别，返回语句的id。
在第二部分我们知道文件夹中的bin存放可执行文件以及识别的音频。我们进入bin文件夹可以看到一个call.bnf，用记事本打开：
看到这个，我们就能知道语音识别仅仅能识别返回在call.bnf定义了id的语句，那怎么才能识别我们想要说的话呢？简单，我们自己在里面加就可以了。比如加个“打开蜂鸣器”:
有了这个基础，我们后面才能实现语音控制开发板。
现在先实现简单的语句识别，即开发板录音并将录音文件发给ubuntu，ubuntu进行语音识别，并返回对应语句的id：
建立两个文件夹：client和server
client文件夹存放客户端程序tcp_client.c
server文件夹存放科大讯飞的sdk和服务端程序tcp_sever.c
由于这次是传文件，和上一篇网络编程的传法还是有些不同的
关键代码：
tcp_client.c :
void function(void)
{
unsigned char buf[1024] = {0};
while(1)
{
//首先发送文件大小
//阻塞你按回车
printf("按回车继续\n");
getchar();
//弄你的文件
printf("请录音4秒........\n");
//获取音频文件
system("arecord -d4 -c1 -r16000 -traw -fS16_LE hehe.pcm");
int fd = open("hehe.pcm",O_RDWR);
if(-1 == fd)
{
perror("open pcm error");
exit(10);
}
int filesize = lseek(fd,0x00,SEEK_END);
lseek(fd,0x00,SEEK_SET);//偏移到开头
send(sockfd,&filesize,4,0);
//接收信息 "error!!!" or "next!!!!"
recv(sockfd,buf,9,0);
printf("11111 %s\n",buf);
if(strcmp(buf,"next!!!!"))
{
printf("服务器错误了\n");
continue;
}
//如果是"next!!!!"发送文件
while(1)
{
int r = read(fd,buf,1024);
if(-1 == r)
{
perror("read pcm error");
break;
}
else if(0 == r)
{
printf("over\n");
break;
}
else
{
send(sockfd,buf,r,0);
}
}
close(fd);
//等待接收id
int id;
recv(sockfd,&id,4,0);
if(id == 6666)
{
printf("打印");
}
printf("id ===== %d\n",id);
}
}asr_offine_sample.c :
//一个全局的科大讯飞的id 也就是我最终想要得到的结果
int FlayId = 0;//0代表一个错误值
//解析出相应的id出来 id固定为4位
int StringToId(const char * str)
{
int id = 0;
printf("------> %s\n",str);
int len = strlen(str) - 3;
//固定匹配 "id="这个字符串 模式匹配用正则表达式
for(int i = 0;i < len;i++)
{
if(!strncmp(str,"id=",3))
{
str += 4;//id=" 这个字符串给过掉
printf("------> %s\n",str);
id = (str[0]-'0')*1000+(str[1]-'0')*100+(str[2]-'0')*10+(str[3]-'0');
break;
}
str++;//一旦没有匹配 那么我们就往后面走一个
}
return id;
}
//语音识别 返回结果
//返回的是ID 返回0表示识别失败
int GetFlayId(void)
{
int ret = run_asr(&asr_data);
if(MSP_SUCCESS != ret)//识别出错
{
printf("离线语法识别出错: %d \n", ret);
return 0;
}
return FlayId;
}tcp_server.c :
void SaveFile(int accceptfd,int filesize)
{
//每一次都是重复的覆盖hehe.pcm
int fd = open("wav/hehe.pcm",O_RDWR | O_TRUNC | O_CREAT, 0664);//截短这个文件
if(-1 == fd)
{
send(accceptfd,"error!!!",9,0);//失败发送这个错误
return;
}
send(accceptfd,"next!!!!",9,0);//发送下一步的指令
unsigned char buf[1024] = {0};
int size = 0;
//接收文件的内容
while(1)
{
int r = recv(accceptfd,buf,1024,0);
if(-1 == r)
{
perror("recv error");
break;
}
else if(0 == r)//客户端已经断了
{
printf("对方断开连接了\n");
break;
}
else//接收到信息了
{
//将文件的内容写入到文件
write(fd,buf,r);
//做完之后要退出
size += r;
if(size >= filesize)
break;
}
}
close(fd);
}
//专门用于去服务一个客户的线程
void * ClinetFunction(void * arg)
{
pthread_detach(pthread_self());//将其分离
int * accceptfd = (int *)arg;
printf(" * accceptfd = %d\n", * accceptfd);
int filesize = 0;
//你发什么信息过来 我就在这个信息之前加上一节 然后回发给你
while(1)
{
printf("\t\t等待客户端传文件过来........\n");
int r = recv(*accceptfd,&filesize,4,0);//阻塞等待数据过来
if(-1 == r)
{
perror("recv error");
break;
}
else if(0 == r)//客户端已经断了
{
printf("对方断开连接了\n");
break;
}
else//接收到信息了
{
//文件大小
SaveFile(* accceptfd,filesize);
int id = GetFlayId();//文件接收完毕 那么我们就放过去识别即可
//给客户端返回id
send(* accceptfd,&id,4,0);
}
}
close(*accceptfd);
free(accceptfd);
return NULL;
}完整工程：
链接：https://pan.baidu.com/s/1thUvAArWzcqmOT6QrvGHew?pwd=yuyi
提取码：yuyi